亞馬遜加入微軟Facebook框架聯盟，抱團挑戰TensorFlow霸權？

安妮 編譯整理

量子位 出品 | 公眾號 QbitAI

今天，亞馬遜AWS宣布加入微軟和Facebook的“框架聯盟”，ONNX開始支持Apache MXNet了。

目前，ONNX總共支持微軟的CNTK、Facebook的Caffe2、PyTorch和亞馬遜的MXNet這四種框架，開發人員可靈活地選擇其中一種框架構建和訓練模型，再導入其他框架中完成推理任務。

框架間已經形成抱團形勢，這是想三家結盟挑戰TensorFlow霸權？

今年9月，Facebook和微軟在各自博客中發布了一種“開放神經網絡轉換”工具，它能將一種框架訓練的模型轉換成另一種框架所需的格式，比如實現Pytorch訓練模型到Caffe2的轉換，讓開發者更靈活地選擇框架。

不錯，這個工具就是ONNX。

ONNX是Facebook建立開放生態的第一步，但這第一步也並不好走。據Keras作者、Google深度學習研究院François Chollet上月公布的GitHub上深度學習框架排名情況來看，目前使用人數最多的框架還是Google的TensorFlow，MXNet和PaddlePaddle在框架領域的地位都舉足輕重。

△ 深度學習框架GitHub綜合指數

ONNX-MXNet是一個將ONNX深度學習模型導入到Apache MXNet中的開源Python包。作為一個功能全麵的深度學習框架，MXNet提供了跨語言的API，如Python、Scala和R等。

在ONNX的支持下，開發人員可以在其他框架上構建和訓練模型。利用其優化的可擴展的引擎，可以之後將模型導入到MXNet中運行，繼而進行推理等任務。

這次亞馬遜收編的MXNet加入ONNX聯盟，是“開放生態”願景的一次前進。Facebook在官方博客上表示，ONNX的合作夥伴和社區將繼續開發ONNX和生態係統。

“我們將添加更多的互操作性，擴展ONNX-MXNet功能，並將ONNX引入MXNet的核心API。我們的任務是讓開發人員有機會在所有框架中自由地工作。”Facebook在博客中寫著。

MXNet的加盟其實也是開發人員的福音，AI框架間的互操作性越大，從研發到產品化所消耗的時間就越容易縮短。研究的商業化進程就越快。

其實，為了應對深度學習框架的多樣化，亞馬遜在上個月還推出了一個端對端深度學習編譯器NNVW compiler。

“支持將包括mxnet、Pytorch、caffe2、coreml等在內的深度學習模型編譯部署到硬件上並提供多級別聯合優化。速度更快，部署更加輕量級。支持包括樹莓派，服務器和各種移動式設備和cuda，opencl，metal，javascript以及其它各種後端。”項目作者之一陳天奇曾在微博上這樣介紹NNVM。

ONNX-MXNet代碼：

https://github.com/onnx/onnx-mxnet

官方使用示例：

https://github.com/onnx/onnx-mxnet/blob/master/onnx_mxnet/tests/test_super_resolution.py

ONNX項目地址：

http://onnx.ai/

AWS博客介紹：

https://amazonaws-china.com/cn/blogs/ai/announcing-onnx-support-for-apache-mxnet/

Facebook博客介紹：

https://research.fb.com/amazon-to-join-onnx-ai-format-drive-mxnet-support/

微軟博客介紹：

https://www.microsoft.com/en-us/cognitive-toolkit/blog/2017/11/framework-support-open-ai-ecosystem-grows/

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界麵，回複“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態